Jak ogarnąć trudne dane? Praktyczne podejście profesjonalnego analityka

Praca analityka w rzeczywistych warunkach rzadko przypomina uporządkowane przykłady znane z kursów i podręczników. Dane pochodzą z wątpliwych źródeł, mają niezgodne formaty, a zlecenia biznesowe bywają sformułowane niejasno. Książka pokazuje metodologię radzenia sobie z takimi problemami i wyjaśnia krok po kroku, jak w podobnych sytuacjach myśli i działa doświadczony analityk.

Autor proponuje podejście nastawione na rezultat: dzielenie złożonego zadania na mniejsze części, poszukiwanie dodatkowych źródeł danych, które mogą wzbogacić analizę, oraz łączenie teorii nauki o danych z praktyką. Materiał zbudowano wokół ośmiu typowych scenariuszy zawodowych, omawianych w kolejnych rozdziałach.

Czytelnik uczy się między innymi ustalać lokalizację klientów na podstawie danych geograficznych, identyfikować klientów w danych transakcyjnych i modelować dane, precyzyjnie definiować wskaźniki biznesowe oraz wydobywać trendy z nietypowych źródeł, takich jak pliki PDF. Osobne rozdziały dotyczą analizy danych kategorycznych z ankiet, także z użyciem klastrowania i testów statystycznych, a także przygotowania i analizy szeregów czasowych na przykładzie danych o ruchu.

Dalsza część poświęcona jest szybkiemu prototypowaniu i budowaniu dowodu koncepcji, na przykład z wykorzystaniem biblioteki Streamlit, oraz przejmowaniu i rozbudowie niedokończonego projektu innego analityka, w tym segmentacji użytkowników według aktywności. Przykłady wykorzystują język Python, a w dodatku zamieszczono instrukcje jego instalacji. Publikacja jest przeznaczona dla początkujących i średnio zaawansowanych analityków, studentów oraz samouków znających podstawy Pythona.